label-studio: 一款具備 ML 輔助預標記與主動學習功能的跨模態開源數據標記工具

它解決了什麼問題

Label Studio 解決了為機器學習模型準備高品質訓練數據的挑戰。它提供了一個集中式的工具，用於標記各種格式的原始數據，讓團隊能夠從頭開始建立數據集，或改進現有的標註以提高模型準確度。

運作方式

Label Studio 提供了一個可自定義的使用者介面，使用者可以在其中標記從本地文件或雲端儲存（AWS S3, Google Cloud Storage）導入的數據。它支援廣泛的數據類型，並提供可配置的標籤格式。該工具可以透過 REST API 集成到更大的數據流水線中，並可以透過 SDK 連接至外部機器學習後端，以實現預標記、在線學習與主動學習。

對象是誰

它專為數據科學家、ML 工程師與標註團隊設計，這些對象需要一個靈活的多使用者環境來標記文本、音訊、圖像、影片以及時間序列數據。

重點功能

• 跨模態支援：標記音訊、文本、圖像、影片與時間序列。
• ML 集成：連接至模型以進行預標記與主動學習，從而減少手動工作量。
• 可自定義 UI：使用特定的配置語言來建立自定義的標記介面。
• 靈活的導入/導出：支援雲端儲存與各種文件格式（JSON, CSV, TSV, 等）並可導出至多種模型格式。